希冀扩展到更广阔的机器人市场。

一家儿童机器人公司推出物理AI模型平台,即将完成超3000万美元的融资

2026-10-11 15:45:58发布     来源:多知    作者:王上  

  来源|多知

  作者|王上

  10月8日,印度 AI 创业公司Inner Sky Labs宣布推出一套面向物理AI(Physical AI)的基础模型,覆盖视觉、音频、触觉、动作规划和安全控制等能力。与此同时,根据Inc42报道,该公司即将完成一轮30亿印度卢比(约合3090万美元)的融资。

  据了解,本轮融资由现有投资方 YourNest Venture Capital、Keshav R. Murugesh 及未披露身份的全球投资者参与。如果交易完成,公司累计融资额将达到约1亿美元。

  Inner Sky Labs 此前主要通过 Miko 品牌面向消费市场,销售儿童 AI 陪伴机器人。两者属于同一法律实体:Miko是面向消费者的产品品牌,Inner Sky Labs 则是公司新推出的业务总品牌,试图将其底层 AI 技术拓展至工业机器人、企业和政府等场景。

  Miko是一款面向儿童的AI教育陪伴机器人,目前主要有Miko 3和Miko Mini等型号。它通过语音交互、教育内容和视频通话等功能,定位为孩子的学习与娱乐伙伴。

  

12.png

  根据Miko官方信息显示,其产品已进入超过140个国家,主要市场包括美国、欧洲和中东。截至目前,其产品累计销量超50万台。

  现在,这个团队又推出物理AI模型。这意味着,这家公司正在尝试从研发儿童陪伴机器人,转向提供机器人的底层智能能力,从而扩展到更广阔的机器人市场。

  01 从儿童陪伴机器人,到物理AI平台

  成立于2015年的 Inner Sky Labs,由印度理工学院孟买分校校友 Sneh Vaswani、Prashant Iyengar 和 Chintan Raikar 创立。公司早期选择从儿童陪伴机器人切入市场,推出的 Miko 能够与儿童进行语音互动,并提供游戏、知识问答、编程课程等学习和娱乐内容。

  对一家消费级机器人公司而言,Miko不只是一个销售终端,也为其AI技术提供了真实的应用场景。机器人需要理解儿童的语音指令、进行连续对话,并在面向儿童的交互中控制回答内容和行为边界。这些需求为公司积累交互技术和安全机制提供了应用基础。

  

13.png

  据了解,在Miko,孩子可以通过“Hey Miko”唤醒机器人,进行提问或下达指令。它支持 “Let's talk” 对话式学习,能围绕太空、历史、动物等话题展开适合年龄的开放式对话,部分功能由GPT等AI技术支持。

  Miko机器人内置不断更新的应用库,涵盖教育游戏、测验、故事、舞蹈、编程逻辑等活动。内容合作方包括 迪士尼、Viacom、Da Vinci Kids 等儿童品牌。

  中国公司声网(Agora)也是Miko技术供应商之一。根据声网披露的合作案例,其为 Miko提供实时音视频和信令技术,支持儿童与家长之间的视频通话,以及家长端App对机器人的远程交互。声网还披露,其对话式AI技术被用于改善Miko的语音交互体验。

  可以看到,此前,Miko背后有多家技术供应商。此次新成立的品牌Inner Sky Labs是否会减少外部技术供应商,暂不得而知。

  该公司联合创始人兼 CEO Sneh Vaswani对Inc42表示,团队从创业早期就考虑开发AI模型。2017年向投资人介绍业务时,公司已经提出过先以Miko为应用载体、再将技术拓展至企业和政府市场的设想。但在当时,市场对独立AI模型的需求有限,公司因此优先发展消费级机器人业务。

  如今,随着机器人产业对AI能力的需求增加,公司开始将此前积累的技术对外开放。

  Vaswani 认为,对于产量有限的机器人制造商而言,自行开发基础模型的成本正在变得越来越高。与其让每家厂商重复投入,不如由专业团队提供底层模型,让不同厂商在自己的硬件上集成和使用。

  这也是 Inner Sky Labs 推出新品牌的商业逻辑:不再只靠销售 Miko 获得收入,而是希望成为其他机器人厂商也能使用的技术供应商。

  02 一套覆盖感知、行动与安全的模型体系

  根据介绍,Inner Sky Labs 此次推出的模型平台围绕三个环节构建:感知、行动和安全。

  感知层包括 Drishti(视觉)、Shruti(音频)和 Sparsh(触觉),分别帮助机器理解视觉场景、声音和物理接触。行动层包括 Kriya、Prana 和 Karma,用于支持运动规划,并预测动作可能产生的后果。另一个独立的安全层 Kavach,则会在动作执行前检查其是否符合预设规则。

14.png

  公司称,Kavach 集成了20多项安全防护机制,包括对人员是否在场、运动速度以及允许运行区域的检查。举例来说,当机械臂准备抓取一个零部件时,系统不仅需要判断如何抓取,还要检查周围是否有人进入作业区域,并在动作违反安全规则时予以阻止。

  Inner Sky Labs 表示,这些模型由公司自主研发,使用来自工厂环境、Miko制造体系及其他场景的真实物理世界数据进行训练。平台采用硬件无关的设计,计划服务于工业机械臂、人形机器人、移动机器人、四足机器人、车辆和摄像系统等不同设备。客户可以通过云端 API、本地部署或设备端运行等方式使用相关能力。

  不过,目前公司公布的安全机制和模型能力仍主要来自自身披露,尚缺乏详细的独立基准测试结果。模型能否在不同硬件、陌生环境和复杂任务中稳定运行,仍有待进一步验证。

  03 从卖硬件到卖模型,商业模式的边界变了

  Inner Sky Labs 的转型,反映出该机器人公司转型的策略:随着 AI 模型研发成本上升,机器人公司的竞争不再只围绕硬件设计、生产和渠道展开,底层技术能力也可能成为独立的产品。

  对 Inner Sky Labs 来说,继续只卖 Miko,意味着业务规模受到儿童陪伴机器人这一细分市场的限制。向其他厂商提供模型,则有机会覆盖更多硬件品类和企业客户,并通过模型授权、API 调用或定制化部署等方式拓展商业空间。不过,公司具体采用哪些收费模式,目前尚未充分披露。

  15.png

  这条路线也有现实挑战。儿童陪伴机器人与工业机械臂的任务差异很大:前者更重视自然交互、内容安全和用户体验,后者则需要应对精确控制、复杂环境和生产安全等问题。此前在消费级产品中积累的技术,并不意味着可以直接迁移到所有机器人场景。

  此外,向外部客户提供模型,意味着公司需要证明自己的技术不仅适用于自有产品,也能够适配其他厂商的硬件和工作流程。企业和政府客户对可靠性、数据控制和部署环境的要求,也可能进一步增加产品落地的难度。

  如果融资顺利落地,将为这条路线提供资金支持。Inner Sky Labs计划将新资金用于真实世界数据采集、算力基础设施建设和模型训练,以扩大其物理 AI 平台的能力和商业化规模。

  总体而言,Inner Sky Labs 能否最终发展为具有持久竞争力的基础设施业务,取决于实际部署成果、技术表现,以及公司能否赢得制造商和各类公司的信任。